NHẬN DẠNG BỆNH NGOÀI DA BẰNG HÌNH ẢNH VÀ HỌC SÂU

Abstract

Bệnh ngoài da là một số lượng lớn các bệnh nguy hiểm trên thế giới. Chẩn đoán khó khăn vì nó có các cấu trúc da phức tạp, sự xuất hiện của lông trên da và màu sắc da. Cần phải phát triển các phương pháp như máy học để tăng độ chính xác trong chẩn đoán các loại bệnh ngoài da. Kỹ thuật học máy được sử dụng rộng rãi trong các lĩnh vực y tế để chẩn đoán. Luận văn này đề xuất một mô hình nhận dạng bệnh ngoài da bằng mạng ResNet-50, trích xuất dựa trên hình ảnh của vùng da bị tổn thương và phân loại để xác định khả năng mắc bệnh của da. Bộ dữ liệu HAM10000 chứa các hình ảnh về 7 loại bệnh ngoài da được sử dụng để đào tạo. Kết quả thực nghiệm cho thấy mô hình mạng ResNet-50 đạt độ chính xác là 79%.